您提供的产品已经提交过网站备案,途牛网站建设的特点,网站加载速度影响因素,做百度移动端网站优四、合并
如果数据由多张表组成#xff0c;那么有时候需要将不同的内容合并在一起分析
1、先回忆下numpy中如何合并 水平拼接 np.hstack() 竖直拼接 np.vstack() 两个都能实现 np.concatenate((a, b), axis)
2、pd.concat([data1, data2], axis1) 按照行或者列…四、合并
如果数据由多张表组成那么有时候需要将不同的内容合并在一起分析
1、先回忆下numpy中如何合并 水平拼接 np.hstack() 竖直拼接 np.vstack() 两个都能实现 np.concatenate((a, b), axis)
2、pd.concat([data1, data2], axis1) 按照行或者列进行合并axis0为列索引axis1为行索引
将刚才处理好的one-hot编码与原数据合并
# pd.concat实现合并
# 原始数据
stock.head()# one-hot编码处理好的数据
stock_change.head()pd.concat([stock, stock_change], axis1)# 如果强行按照列索引拼接
pd.concat([stock_change, stock], axis0) 3、pd.merge(left, right, howinner, on[索引]) 说明 left左表 right右表 how如何合并left左连接right右连接inner内连接outer外连接 on按什么字段
五、交叉表与透视表
1、交叉表与透视表有什么作用 找到、探索两个变量之间的关系
2、交叉表 交叉表用于计算一列数据对于另外一列数据的分组个数寻找两个列之间的关系 pd.crosstab(value1, value2)
# 交叉表
# 星期数和涨跌幅之间的关系
# pd.crosstab(星期数据列, 涨跌幅数据列)# 准备星期数据列
date pd.to_datetime(stock.index)date# stock加上星期一列
stock[week] date.weekdaystock# 准备涨跌幅数据列
stock[pona] np.where(stock[p_change] 0, 1, 0)stock# 调用交叉表
data pd.crosstab(stock[week], stock[pona])data# 将频数转成百分比
data.div(data.sum(axis1), axis0)# 画图
data.div(data.sum(axis1), axis0).plot(kindbar, stackedTrue) 3、透视表 使用透视表刚才的过程更加简单 pivot_table([数据字段], index[分组字段])
# 透视表
# 对pona字段用week来分组
stock.pivot_table([pona], index[week]) 六、分组与聚合
分组与聚合通常是分析数据的一种方式通常与一些统计函数一起使用查看数据的分组情况 刚才的交叉表与透视表也有分组的功能所以算是分组的一种形式只不过他们主要是计算次数或者计算比例
1、什么是分组与聚合 分组group by 聚合通常是统计函数
2、分组与聚合API 1DataFrame.groupby(by, as_indexFalse) 说明 by分组的列数据可以多个
2Series.groupby() 用法和DataFrame.groupby类似
# 进行分组对颜色分组price1进行聚合
# 用dataframe的方法进行分组
col.groupby(bycolor)[price1].max()# 使用series进行分组
col[price1].groupby(col[color]).max() 3、星巴克零售店铺数据案例 想知道美国的星巴克数量和中国的哪个多或者想知道中国每个省份星巴克的数量的情况
# 星巴克零售店铺数据案例
starbucks pd.read_csv(./directory.csv)starbucks# 按照国家分组求出每个国家的星巴克零售店数量
starbucks.groupby(Country).count()[Brand].sort_values(ascendingFalse)[:10].plot(kindbar, figsize(20, 8), fontsize20) # 加入省市一起分组
starbucks.groupby(by [Country, State/Province]).count()
